【裏ワザあり】文系からデータサイエンティスト転職する方法
Summary
TLDRこの動画では、文系未経験者がデータサイエンティストになるための方法を詳しく解説しています。文系出身でもデータサイエンティストになれる理由として、数学やプログラミングは手段であり、ビジネス力やコミュニケーション能力が重要であることが強調されています。また、転職のための具体的なステップとして、シグネットやKaggleでのメダル獲得、統計検定2級の取得、現在の仕事でのデータ活用経験が挙げられています。成功事例も紹介され、視聴者に自信を持って挑戦するよう促しています。
Takeaways
- 📊 文系でもデータサイエンティストになれる!
- 💡 数学やプログラミングは手段に過ぎない
- 🚀 ビジネス力が重要なスキル
- 📈 シグネットやKaggleで実績を作ろう
- 🎓 統計検定2級の取得が推奨される
- 🛠️ 現在の仕事でデータを活用する経験が大切
- 🤝 コミュニケーション能力を活かせる
- 📚 正しい学習法でスキルを習得しよう
- 💪 自信を持って挑戦することが成功の鍵
- 🌟 成功事例を参考にして学習を続けよう
Timeline
- 00:00:00 - 00:05:00
文系出身でもデータサイエンティストになれる理由は、数学やプログラミングは手段であり、ビジネス力やコミュニケーション能力が重要であることが挙げられます。データサイエンティストの役割は、データを活用してビジネス上の課題を解決することであり、未経験からでも実績を積むことが可能です。
- 00:05:00 - 00:10:00
データサイエンティストに必要なスキルセットは、ビジネス力、データサイエンス力、データエンジニアリング力の3つです。特にビジネス力が重要で、業界知識や課題設定力、分析結果を分かりやすく伝える能力が求められます。文系出身者はビジネス力やソフトスキルが高いことが多く、これを活かすことでデータサイエンティストとしてのキャリアを築くことができます。
- 00:10:00 - 00:19:18
文系未経験からデータサイエンティストになるためのロードマップは、シグネットやKaggleでのメダル獲得、統計検定2級の取得、実務でのデータ活用経験を積むことです。特にデータを活用した業務改善の実績が重要で、これが転職時の強力なアピールポイントになります。また、データサイエンティストに向いている人の特徴として、論理的思考力、好奇心、キャッチアップ能力、地道な作業を継続できること、問題解決能力が高いことが挙げられます。
Mind Map
Video Q&A
文系でもデータサイエンティストになれるのか?
はい、文系でもデータサイエンティストになれます。特にビジネス力やコミュニケーション能力が重要です。
数学やプログラミングの知識は必要か?
高度な数学やプログラミングの知識は必須ではありません。ビジネス上の課題解決に直結する実績が重要です。
転職のための具体的なステップは?
1. シグネットやKaggleでメダルを獲得する。2. 統計検定2級を取得する。3. 現在の仕事でデータに触れる経験を積む。
データサイエンティストに向いている人の特徴は?
論理的思考力、好奇心、キャッチアップ能力、地道な作業を継続できること、問題解決能力が高いことが求められます。
どのように学習を進めれば良いか?
Pythonの基礎を学び、データサイエンスの全体像を把握し、必要な基礎を勉強した後、実践的なコンペに挑戦することが推奨されます。
View more video summaries
- 00:00:00はいこんにちははやたです今回は文系でも
- 00:00:02確実にデータサイエンティストになる方法
- 00:00:04ということで文系未経験からデータ
- 00:00:06サイエンティストになりたいそう考えてる
- 00:00:07人の疑問全て解決できる動画を作りました
- 00:00:10おそらくあなたもデータサイエンティスト
- 00:00:11になりたいけど自分は文系出身だし本当に
- 00:00:14なれるのかなって感じていますよね確かに
- 00:00:16理系出身だと多少転職で有利なことは
- 00:00:18間違いないですでもはっきり言って同じ未
- 00:00:20経験からの転職であれば文系がどうとか
- 00:00:23理系がどうとかってそこまで関係ありませ
- 00:00:24んヒラメとカレキャベツとレタス一光さん
- 00:00:27とチョコプラの松尾さん正直それぐらいの
- 00:00:29差なんですねただそうは言ってもデータ
- 00:00:30サイエンスは数学やプログラミングの知識
- 00:00:32が必要って言われているし文系だと厳しい
- 00:00:34んじゃないのて思いますよねその気持ちは
- 00:00:36めちゃくちゃ分かります英語が苦手な僕が
- 00:00:39半年でトイスコアを300点から800点
- 00:00:41に上げた勉強法って言われても疑いたく
- 00:00:43なる気持ちと同じですなんなら高校時代に
- 00:00:45数学が苦手だから文系に行きましたなんて
- 00:00:47人もいますよねでも実は驚かれるかもしれ
- 00:00:49ないんですけど未経験から転職するだけで
- 00:00:52あれば難しい数学の勉強をしたり
- 00:00:53プログラミングの基礎文法を完璧に覚え
- 00:00:55たりする必要はないんですむしろそういっ
- 00:00:57た数学やプログラミングの基礎学習に時間
- 00:00:59をかけげてしまうと転職で必要な実績を
- 00:01:01作るのが遅くなってどんどん転職活動が
- 00:01:04先送りになってしまいますそして最悪の
- 00:01:05場合半年1年と頑張って勉強してきたのに
- 00:01:08年齢の割にスキルが足りないことが原因で
- 00:01:10全く書類先行が通らなくなる可能性があり
- 00:01:12ますそうなるとせっかく学習に使ってきた
- 00:01:14時間そして書籍や口座の購入に使った数万
- 00:01:17というお金が無駄になってしまいます
- 00:01:18そんな状況になるのは絶対に嫌ですよねで
- 00:01:20も安心してください今日の動画では業界歴
- 00:01:236年で数多くの未経験者は転職成功に導い
- 00:01:26てきた僕が文系未経験からデータサイン
- 00:01:28テシになる方法を徹底解説していきます
- 00:01:30具体的には文系でもデータ
- 00:01:31サイエンティストになれる3つの理由文系
- 00:01:33からデータサイエンティストになるための
- 00:01:35ロードマップ文系でもデータ
- 00:01:36サイエンティストに向いている人の特徴
- 00:01:38これらについて紹介していきますだから
- 00:01:39今日の動画を最後まで見れば文系の人が
- 00:01:42抱えている悩めは完全に解決してデータ
- 00:01:44サイエケスト転職の一歩を踏み出すことが
- 00:01:46できます実際に今日の動画で伝えている
- 00:01:48内容を実践している僕の女高生は30代
- 00:01:50後半の方が約1年で未経験からデータ
- 00:01:52アナリスト転職に成功他にも30代前半の
- 00:01:55方がたった7ヶ月で未経験からデータ
- 00:01:57サイエンティスト転職に成功同じく30代
- 00:01:59半の方がわずか6ヶ月で未経験からデータ
- 00:02:02サイエンティスト転職に成功するなど多く
- 00:02:04の方が未経験からデータアナリストデータ
- 00:02:06サイエンティストに転職していますもし
- 00:02:07この動画を見てるあなたも文系未経験から
- 00:02:09データサイエンティストに転職したい市場
- 00:02:11価値の高いスキルを身につけて他の企業や
- 00:02:13業界でも通用する人材になりたいどうして
- 00:02:16も出社が必要な仕事だからリモートワーク
- 00:02:18できるようになりたいそんな風に考えて
- 00:02:19いるなら今日の動画も間違いなく参考に
- 00:02:21なります忙しい人は通勤中の電車でいい本
- 00:02:24してラジオ感覚で聞くだけでも大丈夫です
- 00:02:26是非最後まで聞いてみてくださいまたこの
- 00:02:27チャンネルではPythonデータ
- 00:02:29サイエンス学習より役に立つ情報を発信し
- 00:02:31ています需要の高いス料を手に入れて
- 00:02:33どんな企業でも活躍できる人材になりたい
- 00:02:35そう思っている人は是非チャンネル登録を
- 00:02:36お願いしますそれでは始めていき
- 00:02:39ましょうまず始めに理系出身じゃないけど
- 00:02:42本当に大丈夫かなと不安に感じている
- 00:02:44あなたに文系でもデータサイエンティスト
- 00:02:46になれる3つの理由について話していき
- 00:02:48ます結論から言うと文系でもデータ
- 00:02:49サイエンティストになれる理由は1つ目
- 00:02:51そもそも数学やプログラミングは手段だ
- 00:02:53から2つ目ビジネス力を売りにすればいい
- 00:02:55から3つ目コミュニケーション能力を
- 00:02:57生かせるからこの3つになりますおそらく
- 00:02:59これだけだとどういうことって感じている
- 00:03:01と思うので詳しく解説していきますまず1
- 00:03:03つ目がそもそも数学やプログラミングは
- 00:03:05手段だからですあなたに質問があるんです
- 00:03:07けどそもそもデータサイエンティストの
- 00:03:08仕事とは何だと思いますかデータ
- 00:03:10サイエンティストにはどんなことが求め
- 00:03:11られていると思いますかデータを分析して
- 00:03:13何かしらの主さを得ること統計額や系学者
- 00:03:16を使って何かのデータを予測すること
- 00:03:18難しい論文を読んでそれを実装すること
- 00:03:20どれも間違ってはいないんですけどこれだ
- 00:03:21と正直60点の回答ですでは本当にデータ
- 00:03:24サイティストに求められることは何なのか
- 00:03:26それはデータを活用してビジネス上の課題
- 00:03:28を解決することそして売上を増やしたり
- 00:03:30コストカットしたりすることつまり企業の
- 00:03:32利益を増やすことが目的なんですねデータ
- 00:03:34を分析するとか機械学習や統計額を使うと
- 00:03:36か難しい論文で書かれてる内容を実装
- 00:03:38するっていうのは全て手段究極を言って
- 00:03:40しまえば別に難しい知識を知らなくても
- 00:03:42課題を解決できるならそれでいいわけです
- 00:03:45この動画を見てる人の中には難しい数学の
- 00:03:47知識やPythonの基礎文法を完璧に
- 00:03:49理解していないとダメなんじゃないかそう
- 00:03:50感じている人もいると思いますもちろん
- 00:03:52気持ちは分かりますちゃんと数学や
- 00:03:54プログラミングの知識がないとデータ
- 00:03:55サイエンティストにはなれない気がします
- 00:03:57よねでも未経験から転職する時高度な数学
- 00:04:00の知識を求められることはほとんどあり
- 00:04:01ません後でも紹介するんですけどそれより
- 00:04:03も今の仕事でデータを活用した経験がある
- 00:04:05とかそういうビジネス上の課題解決に直結
- 00:04:08するような実績の方がよっぽど役に立ち
- 00:04:09ます事実として新卒でコンサル系に就職し
- 00:04:12て社会人経験を積んだ後データ
- 00:04:14サイエンティストになる文系出身の人は
- 00:04:15結構多いですそう考えると未経験から転職
- 00:04:18する時高度な数学やプログラミングの知識
- 00:04:20は必要ないっていうのも納得してもらえる
- 00:04:22と思いますあくまでデータセンティストの
- 00:04:23役割はデータを活用してビジネス上の課題
- 00:04:26を解決することこれを念頭に置いておき
- 00:04:27ましょうそして2つ目の理由がビジネス力
- 00:04:30を売りにすればいいからですデータ
- 00:04:31サイエンティスト教会によるとそもそも
- 00:04:32データサイエンティストには3つのスキル
- 00:04:34セットが必要だと言われていますそれが
- 00:04:36ビジネス力データサイス力データ
- 00:04:38エンジニアリング力この3つですそれぞれ
- 00:04:40詳しく解説するとビジネス力とは業界知識
- 00:04:42や企業ごとに抱える問題を理解した上で
- 00:04:45データを活用してビジネス上の課題を解決
- 00:04:47する力です具体的にはビジネスの現場で
- 00:04:49どのような課題がありデータで解決できる
- 00:04:51のかを見極める課題設定力データ分析を
- 00:04:53通じてどのようなアクションを取るべきか
- 00:04:55考える仮設構築力分析結果を経営者や現場
- 00:04:58に分かりやすく伝えて意思決定につげる力
- 00:05:00分析の進め方や関係者との
- 00:05:02コミュニケーションを適切に行う
- 00:05:03マネジメント力これらの能力が求められ
- 00:05:05ますこのビジネス力がないといきなり
- 00:05:07データを可視化したりなんとなく機械学習
- 00:05:09モデルを作成したりしてそれでこれって何
- 00:05:11に使うのみたいな状況になってしまいます
- 00:05:13データ再演数力は分かりやすくて統計学や
- 00:05:15機械学習について理解して活用する能力の
- 00:05:18ことを指しますつまり普段あなたが勉強し
- 00:05:20ているスキルのことです具体的には統計画
- 00:05:22機械学習Pythonなどの
- 00:05:23プログラミング言語あとはデータ可視可力
- 00:05:26なんかもこれに該当しますそして最後の
- 00:05:27データエンジニアリング力はデータを収集
- 00:05:30したり加工したりしてデータサイスを活用
- 00:05:32できるように実装を運用する力になります
- 00:05:34つまりデータ基盤の構築能力です最近だと
- 00:05:36データ基盤の構築はデータ
- 00:05:37サイエンティストではなくてデータ
- 00:05:39エンジニアが担当することが多いです具体
- 00:05:41的にはSQLやetlまたパイプラインの
- 00:05:43構築やクラウド分散書類の知識を求められ
- 00:05:45ますデータサイエンティストにはこれら3
- 00:05:47つのスキルセットが必要だと言われている
- 00:05:49んですけどこの3つのスキル全てにひれて
- 00:05:51いる人は僕を含めてほとんどいません
- 00:05:53そもそもデータエンジニアリングはデータ
- 00:05:54エンジニアが担当することが多いし
- 00:05:56ビジネス力に関してもデータ
- 00:05:57サイエンティストではなくビジネス
- 00:05:59アナリストが担当している企業もあります
- 00:06:01さらにデータサイス力の中でも自芸列
- 00:06:03データの分析が得意だったり自然言語処理
- 00:06:05の経験が豊富だったり人によって強みが
- 00:06:07違いますこれってデータサイスに限らず人
- 00:06:09の性格も同じですよね僕はこうやって
- 00:06:11コツコツ動画投稿するのが得意なんです
- 00:06:13けど人によっては継続が苦手で同じことを
- 00:06:15やっていると飽きてしまう人もいます
- 00:06:17もちろん不得意を埋める努力は必要だけど
- 00:06:19わざわざ苦手なこととか得意ではないこと
- 00:06:21で戦う必要ってないですよね文系出身の人
- 00:06:23であれば数学やプログラミングはそこまで
- 00:06:25得意ではないかもしれないけどビジネス力
- 00:06:27とかソフトスキルが高い人は多いと思い
- 00:06:29ますだからわざわざデータサイス力で戦わ
- 00:06:31なくてもビジネス力を売りにすればいいん
- 00:06:33ですそれにこれは3つ目にもつながるん
- 00:06:34ですけど文系出身の人は
- 00:06:36コミュニケーション能力が高い人が多いと
- 00:06:38思います実は驚かれるかもしれないんです
- 00:06:40けどデータサイエンティストは1日中
- 00:06:41パソコンをカタカタしているわけではあり
- 00:06:43ませんお客さんや関係部署に課題を
- 00:06:45ヒアリングしたり分析を進める過程で
- 00:06:47分からないことがあれば質問したり分析の
- 00:06:48途中経過を報告したりチームメンバーで
- 00:06:50分析方針を固めたりと思っている以上に
- 00:06:53コミュニケーションを取る機会が多いです
- 00:06:54そういう場面でも持ち前の
- 00:06:56コミュニケーション能力を活かせます
- 00:06:57ちなみに僕は実務経験8月で独立している
- 00:07:00んですけど実は最初に入った案件は募集
- 00:07:02要綱の必須項目が4つあったうち1つしか
- 00:07:05満たせていませんでしたそれでも案件を
- 00:07:07獲得できて後で現場の社員の方になんで
- 00:07:09採用してもらえたんですかて聞いたらまだ
- 00:07:11若くて可能性を感じたし
- 00:07:12コミュニケーション能力が高かったからと
- 00:07:14言っていただけましたもちろんスキルも
- 00:07:16大事です数学やプログラミング他にも機械
- 00:07:18学習ディープラーニングリナックスギト
- 00:07:20など学んだ方がいいことはたくさんあり
- 00:07:22ますでも結局のところ仕事をしていく以上
- 00:07:24人と人とのコミュニケーションです
- 00:07:25コミュニケーション能力が高い人は十分
- 00:07:27アピールできるスキルになります未経験
- 00:07:29からデータサイエンティストに転職するの
- 00:07:31は簡単ではありませんでも文系出身だから
- 00:07:33といってマイナスに感じる必要もないです
- 00:07:35文系だろうが理系だろうが未系権には
- 00:07:36変わりないので自信を持っていき
- 00:07:39ましょうというわけでここまで文系でも
- 00:07:42データサイエンティストになれる3つの
- 00:07:43理由について話してきましたおそらくここ
- 00:07:45までの話を聞いて少し大変そうだけど
- 00:07:47やっぱりデータサイエンティストを目指し
- 00:07:49てみようかなって感じてくれた人もいると
- 00:07:50思いますそんな人が次に気になるのは
- 00:07:52ハンターハンターの新作情報じゃなくて
- 00:07:54どうすればデータサインティスになれるの
- 00:07:56かという転職バネのロードマップですよね
- 00:07:58そこでここからは文系経験からデータ
- 00:08:00サイキ転職を目指すためのロードマップ3
- 00:08:02ステップを紹介していきます論から言うと
- 00:08:04次の3ステップですステップ1シグネット
- 00:08:06または隠れでメダルを獲得するステップ2
- 00:08:08統計検定に2を取得するステップ3統計
- 00:08:11検定の勉強と合わせて術もでデータに
- 00:08:13触れる経験をするこの3ステップになり
- 00:08:15ます順番に解説していくとまずはステップ
- 00:08:171でシグネットまたはかぐでメダルを獲得
- 00:08:19しましょうそもそもシグネットやカルとは
- 00:08:21何かと言と企業やサイトから提供された
- 00:08:23データを使って参加者同士が機械学習
- 00:08:25モデルの制度を競分析本分に挑戦できる
- 00:08:27プラットフォームですシグネットやでは
- 00:08:29ほとんどのコンペで上位10%以内の成績
- 00:08:32を収めると順位に応じたメダルを獲得
- 00:08:34できるようになっていますもし分析コンペ
- 00:08:35の参加者が1000人なら上位100人は
- 00:08:37メダルを獲得できるということですこの
- 00:08:39メダルを獲得することがステップ1でやる
- 00:08:41ことになりますおそらくこうやって聞いて
- 00:08:43いるとじゃあその分析本編に挑戦できる
- 00:08:45レベルになるには何をどうやって勉強すれ
- 00:08:47ばいいのて思いますよね結論から言うと
- 00:08:49これは次の5ステップになりますステップ
- 00:08:511Pythonの基礎を勉強するステップ
- 00:08:522データサンスの全体像を把握する
- 00:08:54ステップ3データサイスで必要な最低限の
- 00:08:56基礎を勉強するステップ4かれに入門する
- 00:08:59ステップステップ5シグネートまたはカル
- 00:09:00コンペに挑戦するこの5ステップです
- 00:09:03詳しい学習法はこちらの動画最新版未経験
- 00:09:05から6ヶ月で攻略データサイス学習完全
- 00:09:08ノードマップで詳しく紹介しています僕が
- 00:09:10試合している完全審査性のデータ
- 00:09:11サイエンススクールテックフロンティアで
- 00:09:13もこの動画で話している通りに指導してい
- 00:09:15ますそれを無料で公開したものになるので
- 00:09:17是非参考にしてみてくださいステップ1で
- 00:09:19シグネットまたは角のメタルを獲得でき
- 00:09:21たら次に統計検定2級の取得を目指します
- 00:09:23統計検定2級とは何かと言うと統計額の
- 00:09:26基礎的な所用があるか確認する資格試験に
- 00:09:28なりますレベル感としては大学12年生で
- 00:09:30習うような統計額の知識が問われます
- 00:09:32おそらく未経験からデータサインティスト
- 00:09:34転職するとなるとできるだけたくさん資格
- 00:09:36を取得してアピールできるポイントを
- 00:09:38増やした方がいいんじゃないかなて思い
- 00:09:40ますよねでも実は基本的に未経験から
- 00:09:42データサインティッシに転職する上で資格
- 00:09:44を取得する必要はないんですねなぜなら
- 00:09:46この動画でも紹介しているんですけど統計
- 00:09:48検定2級以外の資格は取得してもそこまで
- 00:09:50転職時のアピールにならないからです
- 00:09:52おそらくこうやって聞くとじゃなんで統計
- 00:09:53権でに2級は取得した方がいいのて思い
- 00:09:56ますよねそれはデータサイエンスに必須の
- 00:09:57統計額の知識を保有ししていることを証明
- 00:10:00できるから募集要綱に書かれていることが
- 00:10:02多いからという2つの理由があるからです
- 00:10:04逆に言うと他の資格に関しては全く募集
- 00:10:06要綱に書かれていませんそれにステップ1
- 00:10:08で現役のデータサイティストの参加さの
- 00:10:10分析本部でメダルを獲得できた経験があれ
- 00:10:12ばそれだけで十分強力な実績になりますだ
- 00:10:14から資格試験の取得は統計検定2級だけに
- 00:10:17しましょう統計検定2級の具体的な学習
- 00:10:19方法に関してはこちらの動画が参考になり
- 00:10:21ます学習期間1か月でで合格する人を
- 00:10:24たくさん排出してきたので短期間で効率
- 00:10:26よく統計額を習得していきたいそう思った
- 00:10:28人は是非概要欄のリンクからチェックして
- 00:10:30みてくださいそして個人学習では統計検定
- 00:10:322級の学習を進めつつステップ3では今の
- 00:10:34仕事でデータに触れる経験を詰めないか
- 00:10:36チャレンジしてみてくださいデータに
- 00:10:38触れる経験っていうのは過去の売上データ
- 00:10:40を集計して時間帯季節顧客の属性による
- 00:10:43売上の違いを分析する過去の販売データと
- 00:10:45在庫データからExcelで簡単な予測
- 00:10:47ボンネルを作成してみる顧客アンケートを
- 00:10:49分析して顧客のニーズや不満点を把握する
- 00:10:51マーケティングキャンペーン前後の売上げ
- 00:10:53データやアクセス件数を比較して効果測定
- 00:10:55をするこれらの分析をした後実際に業務
- 00:10:58改善の施策に落とし込みで実行するとか
- 00:11:00です要はどんな形でもいいんですけど業務
- 00:11:02改善のためにデータを利活用した経験が
- 00:11:04あればそれは転職する時にめちゃくちゃ
- 00:11:05有利な実績になります正直これが1番転職
- 00:11:08に役に立つ実績でそれはなぜだか分かり
- 00:11:10ますかそれはデータアナリストやデータ
- 00:11:12サイエンティストを採用する企業が採用し
- 00:11:14た後に貴重な戦力として活躍できそうな人
- 00:11:16を求めているからです特に30代以降の
- 00:11:18転職であれば今まで仕事でどんな成果を
- 00:11:20上げてきたのかどんな姿勢で仕事を
- 00:11:22取り組んできたのかこの辺りをよく見られ
- 00:11:24ます実際僕が指導してきた受行生も実もで
- 00:11:27データ分析したり業務効率化のプログラム
- 00:11:29作成したりした経験を元に未経験から
- 00:11:31データサイエンティストに転職しています
- 00:11:33経学習まで使わなくても大丈夫なのでまず
- 00:11:35は今の会社で何かしらデータを使って業務
- 00:11:37改善した実績を作れないか検討してみて
- 00:11:39くださいただここまでの話を聞いてうちの
- 00:11:41会社だとデータ分析したり業務改善したり
- 00:11:43するのは難しそうだなていう人もいますよ
- 00:11:45ねそういう人は個人学習の範で何か
- 00:11:47ポートフォリオを作成してみましょう
- 00:11:49身の回りにある課題を発見してそれを
- 00:11:51データ分析や機械学習を使って解決でき
- 00:11:53ないか検討してみてくださいまたステップ
- 00:11:551でカリアシグネットを使って実践中心で
- 00:11:57学習しているとこうやって課題を見つけた
- 00:11:59た時どうやって解決していけばいいのか
- 00:12:01アイデアが出てくるようになりますそう
- 00:12:02いう意味でも基礎学習を繰り返すのでは
- 00:12:04なくカレアシグネットを使って実践中心の
- 00:12:06学習に切り替えていきましょうここまで話
- 00:12:08を聞いてもらって文系からでもデータ
- 00:12:10サイエンティストに転職するために何を
- 00:12:12するべきなのか分かってきた人も多いと
- 00:12:13思いますでももしかしたら中には仮に転職
- 00:12:16できたとして本当にその後やっていけるの
- 00:12:18かなそもそも自分はデータ
- 00:12:19サイエンティストに向いてるのかなて感じ
- 00:12:20てる人もいますよね正直向き不向きを
- 00:12:22正しく判断するには実際に転職して仕事を
- 00:12:25やってみないと分かりませんでも僕の中で
- 00:12:27はこういう人ならデータサイエンティスト
- 00:12:28にているんじゃないかっていう判断軸が5
- 00:12:31つありますなのでこの動画の最後にデータ
- 00:12:33サイエンティストに適正がある人の5つの
- 00:12:35特徴について話していきたいと思います
- 00:12:36結論から言うと1つ目論理的思考力が高い
- 00:12:39こと2つ目好奇心合性で学習意欲がある
- 00:12:42こと3つ目キャッチアップ能力が高いこと
- 00:12:444つ目地味な作業を継続できること5つ目
- 00:12:46問題解決能力が高いことこの5つですなぜ
- 00:12:49それぞれの能力が必要なのかも合わせて
- 00:12:51詳しく解説していきますまず1つ目が論理
- 00:12:53的思考力が高いことで具体的には物事を
- 00:12:56順序立てて考えるのが得意だったりこれは
- 00:12:58なぜなんだろうと深掘りするのが好きだっ
- 00:13:00たり複雑な問題を分解整理するのが得意
- 00:13:02だったりこういう人はデータ
- 00:13:03サイエンティストに向いていますなぜなら
- 00:13:05そもそもデータサイエンスが問題を分解し
- 00:13:07て仮説を立ててそしてデータを分析して
- 00:13:09課題を解決するものだからです例えば売上
- 00:13:12が20%増加した時あなたは何を感じます
- 00:13:14かあるいは日本のコンビニは何店舗ある
- 00:13:16でしょうかこんな問題が出された時まず何
- 00:13:19から考えますかこういう時に売上げが増え
- 00:13:21た原因を考えたりコンビニの店舗数を推定
- 00:13:23する時細かく仮説を立てたりできるなら
- 00:13:25あなたはデータサイエンティストに向いて
- 00:13:27いますそして2つ目が好奇心合成で学習
- 00:13:29意欲があることですこれは分かりやすいと
- 00:13:31思いますそもそもデータサイエンスは学ば
- 00:13:33ないといけないことが多くてPython
- 00:13:35機械学習統計学数学も分解すれば微分積分
- 00:13:38線形台数最適化理論日々の業務で使うIT
- 00:13:41の知識で言うとリナックスドッカーギッ
- 00:13:43クラウドなどなどもういろんな知識が必要
- 00:13:45になるんですねそれだけでなくデータ
- 00:13:46サイエンスの世界は日々進化しているため
- 00:13:48常に新しい技術や手法を学ぶ必要があり
- 00:13:51ます実際僕がデータサイエンスの学習を
- 00:13:53始めた頃はディープラーニングが
- 00:13:54盛り上がっている時期でAIが人間の知能
- 00:13:56を超えるシンギュラリティは2045年に
- 00:13:59来るなんて言われていましたでも今では何
- 00:14:01段階も進化してチャットGPTやジェミニ
- 00:14:03のベースになっているllmが話題になっ
- 00:14:05ていますシグラレティに関してもすでに
- 00:14:06aiiが人間の知能の中央値を超えてい
- 00:14:09ますこれだけ進化が早い分野なので学習に
- 00:14:11終わりがありませんだから正直大変な部分
- 00:14:13もありますでも一方で新しいことを学ぶの
- 00:14:15が好きだったり自分のレベルが上がって
- 00:14:17いく感覚が好きな人はデータサイン
- 00:14:19ティストに向いていると思いますまた学習
- 00:14:21意欲があるのと合わせて3つ目にキャッチ
- 00:14:23アップ能力が高いことも重要ですさっきも
- 00:14:25言ったように技術の進化が早いのでそれに
- 00:14:27伴ってPythonライブラリーの
- 00:14:28アップデートも頻繁に行われています特に
- 00:14:30機械学習周りでよく使われている
- 00:14:32サイキットラーンテンソルフローパイトチ
- 00:14:34フュージングフェイスの
- 00:14:35トランスフォーマーズあたりなんかは
- 00:14:36かなり文法とかコドの書き方が変わります
- 00:14:39だから書作を勉強しているとそのままの
- 00:14:41コードではプログラムが動かなかったり
- 00:14:43同じ結果にならなかったりすることが多い
- 00:14:44んですねそういう時に簡単に諦めたり人に
- 00:14:47聞いたりするのではなく一旦自分で調べて
- 00:14:49みたりチャットGPTを活用したりできる
- 00:14:51人はデータサイエンティストに向いてい
- 00:14:52ますそして4つ目が地道な作業を継続
- 00:14:55できることですもしかしたらこの動画を見
- 00:14:57てる人の中にはデータサインティストって
- 00:14:59制度の高い機械学習モデルを開発するのが
- 00:15:01主な仕事なんじゃないのって考えてる人も
- 00:15:03いると思います確かにそれも間違いでは
- 00:15:05ありませんでも実は機械学習モデルを作成
- 00:15:07する前にデータの表記例を直したり特徴量
- 00:15:10を丁寧に作ったりと地道な作業が多いん
- 00:15:12ですねしかもカリアシグネートに取り組む
- 00:15:14と分かるんですけど前処理や特徴量
- 00:15:16エンジニアリングなど行っても被害学習
- 00:15:18モデルの制度が改善しないことは多々あり
- 00:15:20ますそれでも諦めずに思考錯誤したりとか
- 00:15:23地道な作業を面倒くさがれずにできるよう
- 00:15:24な人はデータサインテストに向いています
- 00:15:26そして最後に僕が1番重要だと思うが問題
- 00:15:29解決能力が高いことですなぜこれが最も
- 00:15:31重要なのかこの動画を見てるあなたなら
- 00:15:34分かりますよねそれはデータ
- 00:15:35サイエンティストの仕事がデータを活用し
- 00:15:37てビジネス上の課題や問題を解決すること
- 00:15:39だからですつまりデータサイエンティスト
- 00:15:40の仕事をしていく上で問題解決能力が最も
- 00:15:43直結するスキルなんですね例えば日常でも
- 00:15:46どうすればもっと早く目的地に
- 00:15:47たどり着けるか考えたりPythonの
- 00:15:49学習がうまくいっていない時にどうすれば
- 00:15:51うまくいくか考えたりそうやって現状疑っ
- 00:15:53て問題を解決しようとする姿勢がある人は
- 00:15:55間違いなくデータサイエンティストに向い
- 00:15:57ています意外とPythonやデータ
- 00:15:58サイスの勉強をしていて何ヶ月も基礎学習
- 00:16:01を継続しているけどなかなかスキルを習得
- 00:16:03できない状況を放置してるっていう人は
- 00:16:05結構多いですあとは将来に不安を感じつつ
- 00:16:07も今は困ってないからという理由でその
- 00:16:09まま放置してしまったり僕の大学の友達も
- 00:16:12そういう人が多いんですねだからこうやっ
- 00:16:14て動画を見て真剣に自分の省令について
- 00:16:16考えて問題解決しようとしている人は
- 00:16:18データサイエンティストに向いていると
- 00:16:19思います今回紹介した論理的思考力が高い
- 00:16:22こと後期心王制で学習意欲があること
- 00:16:24キャッチアップ能力が高いこと地道な作業
- 00:16:27を継続できること問題解決能力が高いこと
- 00:16:29この5つのどれか1つでもあれば十分に
- 00:16:31挑戦する価値があります是非諦めずに学習
- 00:16:34を継続していき未経験からデータ
- 00:16:35サイエンティスト転職を成功させていき
- 00:16:37ましょうというわけで今回は文系でも確実
- 00:16:40にデータサイエンティストになる方法に
- 00:16:41ついて解説してきましたおそらく今日の話
- 00:16:43を聞いてこれから転職を目指して学習を
- 00:16:46頑張っていこうと思いますで改めて決意し
- 00:16:48てくれた人が多いと思いますそんな人は
- 00:16:50是非今日の決意を忘れずにこれからも学習
- 00:16:52を継続して欲しいです僕は200名を
- 00:16:54超える受行生を指導してきて思うんです
- 00:16:56けど正しい学習法で継続学習さえすれば
- 00:16:58ちゃんとデータサイエンスのスキルを習得
- 00:17:00して未経験から転職したり業務に活用し
- 00:17:02たりできる人はたくさんいますここまで
- 00:17:04動画を見てキャッチアップしていこうと
- 00:17:06考えている時点で間違いなく素質はあり
- 00:17:08ますそれなのに学習法が間違っていて時間
- 00:17:11を化してもなかなか習得できないそんな
- 00:17:13状況に陥ている人が本当に多いんですね
- 00:17:15そういう人を見ているといつももったい
- 00:17:17ないなと思います多くの人は向いていない
- 00:17:19んじゃなくてやり方に問題があるだけです
- 00:17:21文系がどうとか理系がどうとかなんてお
- 00:17:23なじみ経験であれば大して差はありません
- 00:17:25だから今日の動画で紹介したロードマップ
- 00:17:27を参考にしながら正しい学習法で継続学習
- 00:17:30して欲しいですこの動画を見てるあなたに
- 00:17:32は年齢が足かせになってしまいあと1年
- 00:17:34早かったら転職できたかもしれないなんて
- 00:17:36状況になって欲しくありません是非今日の
- 00:17:38話を参考にして正しい学習法で最短距離を
- 00:17:41狙っていきましょうそしてデータ分析色に
- 00:17:43転職して年収600万円から年収
- 00:17:45800万円になったり今の会社だけでなく
- 00:17:47他の企業でも活躍できるようになったり
- 00:17:49転職しなくても今の会社業務でデータ分析
- 00:17:51を活用できるようになったり妹中心で
- 00:17:53働けるようになったり行々はフリーランス
- 00:17:55独立も見据えてみたりそんな風にして
- 00:17:57たった一時でのの人生を充実できるように
- 00:18:00応援しています最後に本気でPython
- 00:18:02データサンスを習得したいそう思った人は
- 00:18:04この動画下の概要欄からAI時代を受く
- 00:18:06最強スキルPythonデータサンス完全
- 00:18:08ロードマップをお受け取りください公式
- 00:18:09LINEを友達追加するだけで1時間の
- 00:18:11限定動画を無料で受け取れます僕は
- 00:18:13プログラミングやデータ分析の習得に学齢
- 00:18:15系能力は関係ないと思ってますじゃあ習得
- 00:18:17できる人とできない人の差は何なのかそれ
- 00:18:20ただ1つ学習法が違うだけなんですね実際
- 00:18:22僕もプログラミング学習を始めたばかりの
- 00:18:24時はプログエトをレベル100にする
- 00:18:26ぐらい基礎学習をやり込めました学習時間
- 00:18:28は価してるのに一向に自分でコドをかける
- 00:18:30ようにならないだから自分は
- 00:18:31プログラミングとか向いてないのかなって
- 00:18:33思ってましたでも先輩エンジニアに指導し
- 00:18:35てもらい正しい学習法に切り替えた結果
- 00:18:37社会人からプログラミングを始めて実務
- 00:18:39経験8ヶ月でフリーランスとして独立でき
- 00:18:41たんですそして今では月単価100万円を
- 00:18:43超えるようになっています僕の実態験から
- 00:18:45も分かるようにそれぐらい学習法は重要な
- 00:18:47んですでも残念ながら世の中の
- 00:18:48Pythonデータサイエンス学習者の
- 00:18:50999%は間違った学習法で勉強を継続し
- 00:18:52ています学習を継続できるのは本当に
- 00:18:54素晴らしいことなんですけど方向性を
- 00:18:56間違えるといくら継続しても習得できるに
- 00:18:59はなりません東京から大阪に行きたいのに
- 00:19:01東北新幹線に乗っていたら一生たどり着け
- 00:19:03ないのと同じですだからこそ是非この動画
- 00:19:04を受け取って正しい学習法に切り替える
- 00:19:06ようにしてくださいあなたがPython
- 00:19:08データサイエンスを習得できることを応援
- 00:19:09していますそれではまた次回の動画でお
- 00:19:11会いしましょう
- データサイエンティスト
- 文系
- 未経験
- 転職
- ビジネス力
- コミュニケーション能力
- 統計検定
- Python
- 学習法
- 成功事例